Guruh: Bajardi: Tekshirdi: 223-18 Qurbanov a berdanov U. Toshkent 2022

Ma'lumotlar to'plamini import qilish
Kerakli paketni import qilgandan so'ng, regressiyani bashorat qilish modelini yaratish uchun bizga ma'lumotlar to'plami kerak bo'ladi. Biz uni sklearn ma'lumotlar to'plamidan import qilishimiz yoki bizning talabimizga binoan boshqasidan foydalanishimiz mumkin. Biz saqlangan ma'lumotlardan foydalanamiz. Biz uni quyidagi skript yordamida import qilishimiz mumkin
input = r'C:\linear.txt'

Keyinchalik, biz ushbu ma'lumotlarni yuklashimiz kerak. Yuklash uchun np.loadtxt funksiyasidan foydalanamiz .
input_data = np.loadtxt(input, delimiter=',')
X, y = input_data[:, :-1], input_data[:, -1]

Ma'lumotlarni o'quv va sinov to'plamlariga tartibga solish
Shuning uchun, biz modelimizni ko'rinmas ma'lumotlarda sinab ko'rishimiz kerakligi sababli, biz ma'lumotlar to'plamini ikki qismga ajratamiz: o'quv to'plami va test to'plami. Quyidagi buyruq buni bajaradi
training_samples = int(0.6 * len(X))
testing_samples = len(X) - num_training
X_train, y_train = X[:training_samples], y[:training_samples]
X_test, y_test = X[training_samples:], y[training_samples:]
Modelni baholash va bashorat qilish
Ma'lumotlarni o'qitish va sinovga ajratgandan so'ng, biz model yaratishimiz kerak. Buning uchun biz Scikit-learnning LineaRegression() funksiyasidan foydalanamiz. Quyidagi buyruq chiziqli regressor ob'ektini yaratadi.
reg_linear = linear_model.LinearRegression()
Keyin, ushbu modelni o'qitish namunalari bilan quyidagi tarzda o'rgatish
reg_linear.fit(X_train, y_train)
Endi, nihoyat, sinov ma'lumotlari bilan bashorat qilishimiz kerak.
y_test_pred = reg_linear.predict(X_test)
Syujet va vizualizatsiya
Bashoratdan so'ng biz uni quyidagi skript yordamida qurishimiz va vizualizatsiya qilishimiz mumkin
plt.scatter(X_test, y_test, color = 'red')
plt.plot(X_test, y_test_pred, color = 'black', linewidth = 2)
plt.xticks(())
plt.yticks(())
plt.show()